FitVTON：通过内衣尺码控制实现合身感知虚拟试穿

虽然基于扩散的虚拟试穿已经实现了令人印象深刻的视觉真实感，但大多数方法将任务视为 2D 修复，优先考虑纹理保留而不是物理合理性。因此，他们经常生成看似合理的图像，但无法反映真实的服装适合不同体型的情况。我们推出 FitVTON，这是一种在野外不同身体上进行健身感知的虚拟试穿模型。 FitVTON 通过结构化文本提示对服装尺寸进行编码，并从参数化服装模型的模拟试穿三元组中学习。为了改善服装轮廓的贴合效果，我们引入了两个辅助头部来预测服装和暴露身体的遮罩。我们进一步引入纹理校正阶段来改善模拟数据的真实外观。为了评估拟合保真度，我们结合基于 VLM 的评分协议构建了一个真实数据集 FittingEffect3K。主观和定量实验均表明，FitVTON 展现了真正的拟合保真度，与最先进的方法相比，具有显着的尺寸精度和形状保留，同时保持有竞争力的图像质量。项目页面：https://zenoning.github.io/FitVTON/。